土壤水分快速测技术与预报模型研究.pdf

摘 要 土壤墒情即土壤中的水分含量，制约着土壤中养分和矿物质的溶解以及转移，对 作物的生长有着至关重要的作用，只有及时准确的掌握土壤水分盈亏状况才能及时排 涝灌溉，保证作物的正常生长。 本文对土壤水分快速测量技术以及墒情预报模型展开系统的研究。 首先，本文依托于频域反射一FDR型土壤水分传感器，设计了一款含温度补偿 的便携式土壤水分测定仪，该测定仪除了传统的测定仪只能测定土壤水分的功能外， 用无线传输将测得的数据及时发送到后台数据库和手机用户：仪器还具有多功能选项 菜单，含实时监测、存储处理、监测设置、号码设置等设置选项。该款测定仪更加贴 切和符合农业生产的实际需求，已经在初步推广应用。 其次，通过室内比较试验，系统全面的研究了土壤质地与温度对FDR型土壤水 分传感器测量精度的影响，得出FDR型土壤水分传感器在不同土壤质地上测试具有 较大差异性，且具有明显的温度效应；初步得出三种土壤质地的校正函数以及温度补 偿函数式，该种校正方法简单易懂，实际操作性强，它的引入大大提高了仪器的测量 精度以及适用范围。 最后，以易旱地区江淮分水岭的肥东县作为研究区域，通过大量的土壤水分实测 数据以及小型气象站的气象监测数据，建立基于BP神经网络的土壤水分预报模型。 将土壤水分、气温、湿度、辐射量、降雨量作为模型的输入和输出，分别建立两种预 报模型，预报隔日和五日后的土壤水分，探讨BP神经网络在短期土壤水分预测中的 应用。实验结果表明，隔日预报精度要高于五日后预报精度，主要原因就是土壤墒情 的时效性强且受人为和降雨因素的影响较大，所以在没有灌溉和降雨的干旱季节用此 方法预测会获得更好的效果，因此要想获得高精度的预测结果，大量连续准确的数据 是必不可少的。总体上看BP神经网络在短期土壤水分预报中取得了较高的预报精度， 说明了该方法在土壤墒情预报应用中的可行性，可以为农业生产指导提供决策依据。 关键词：土壤水分，传感器，温度补偿，BP神经网络，预报模型 万方数据 Abstract Ihesoilmoisturecontentofsoilmoisture，restrictsthenutrientsin thesoilandthe dissolutionofmineralsand avitalroleonthe of transfer，has growthcrops．Onlytimely andaccurateofthesoilmoisturelossto conditionCan grasp timelydrainageirrigation ensurethenormal of growthcrops． This is ofthe measurementofsoilmoistureand paper mainlystudy rapid technology thesoilmoisture forecastmodel． articlebasedonthe domainreflection-FDR First，this frequency soilmoisture type a of the soilmoisture in sensors，designedtemperature meter